Depresszió automatikus beszéd alapú felismerése 2D konvolúciós hálókkal
A depresszió pszichés betegség, amelytől több, mint 300 millióan szenvednek a világon [1]. Tünetei enyhe levertségtől az öngyilkossági hajlamig változik, amelynek korai felismerése kulcsfontosságú.
A betegség hatással van a beszéd képzésére is, ami akusztikai, fonetikai jellemzőkön keresztül vizsgálható. A depressziós állapot beszéd alapú detektálása aktív kutatási területnek számít súlyossága és a megbetegedések száma miatt.
Munkámban alapjaiban felhasználom azt az eljárást, amit Williamson és társai alkalmaztak depresszió kimutatására [2]. Tanulmányukban akusztikai paraméterekből korrelációs struktúrát hoztak létre, és annak a sajátértékeit használták fel a depressziós állapot detektálására.
Kutatásomban a sajátértékek felhasználása helyett, konvolúciós neurális hálót (CNN) alkalmazok a depressziós és egészséges személyek automatikus elkülönítésére. Jelen vizsgálatom célja egy olyan diagnosztikát támogató eszköz fejlesztése, ami segít a korai betegségfelismerésben, illetve megkönnyíti a háziorvos munkáját is.
Hivatkozás:
[1] „World Health Organization,” 2018. március. 22. [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/depression. [Hozzáférés dátuma: 2019. szeptember. 10].
[2] J. R. Williamson, „Vocal Biomarkers of Depression Based on Motor Incoordination,” Proceedings of the 3rd ACM international workshop on Audio/visual emotion challenge , pp. 41-48, 2013 Október 21.
szerző
-
Jenei Attila Zoltán
Egészségügyi mérnök szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Kiss Gábor
PHD hallgató, Távközlési és Médiainformatikai Tanszék
